PulseAugur
中
实时 20:50:23
实体 Interventional Consequence Net

Interventional Consequence Net

PulseAugur coverage of Interventional Consequence Net — every cluster mentioning Interventional Consequence Net across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_217275 ·

    新CCPL方法解决强化学习中的延迟后果问题

    研究人员开发了一种名为因果后果惩罚学习（CCPL）的新方法，以解决约束强化学习（RL）中后果延迟且随机的局限性。CCPL引入了一个延迟校正的贝尔曼算子，该算子能够适应未知的随机延迟，确保收缩证明成立。此外，它还利用干预后果网络（ICN）进行因果归因，估计每个动作的边际因果贡献，而不是依赖于时间接近度进行惩罚。